一种基于模糊神经网络和PID的恒温挤压控制方法及系统技术方案

本发明专利技术公开了一种基于模糊神经网络和PID的恒温挤压控制方法及系统，通过构建分别对应不同环境温度的模糊神经网络模型，获取挤压机模孔周围金属外表面的实时温度值，与目标温度值比较，计算误差和误差变化率，当误差的绝对值在设定的阈值以外时，将误差和误差变化率输入到与环境温度相对应的模糊神经网络中，结合PID控制对挤压速度进行调节，通过调节挤压速度进而改变挤压过程的温度。本发明专利技术通过采集挤压机模孔周围金属外表面的实时温度，运用模糊神经网络和PID结合对挤压过程中挤压速度进行调节，进而通过调节挤压速度来改变挤压过程的温度，实现对挤压机内部的温度控制，以达到挤压温度相对均衡的恒温控制目的。压温度相对均衡的恒温控制目的。压温度相对均衡的恒温控制目的。

【技术实现步骤摘要】
一种基于模糊神经网络和PID的恒温挤压控制方法及系统


[0001]本专利技术属于挤压加工
，具体涉及一种基于模糊神经网络和PID的恒温挤压控制方法及系统。

技术介绍

[0002]金属挤压加工技术同其他工业领域一样，在不断发展和进步。这得益于当前科技发展的日新月异，也会反过来促进科技和其他工业领域的发展。随着信息技术的飞速发展，如计算机的应用和普及、互联网以及通信技术等，提高了挤压设备控制系统的自动化程度。同样地，金属挤压加工技术的发展，也促进了航空航天、建筑、制造等行业中对材料的大量应用。金属加工理论研究，新工艺、新设备的开发，以及现代科学技术的一些成果，都可以促进金属挤压加工技术的进一步发展。
[0003]挤压机作为金属生产设备，在挤压工艺过程中，挤压材料内部及其同机器内壁摩擦引起的热量，使得材料温度随着时间发生改变。目前，工厂中存在一些老旧设备，在制造之初，并没有配备智能控制系统，亟需改造，进行智能化升级，添加辅助智能系统，实时监控老旧设备为生产实际服务。传统的PID控制策略，虽然从一定程度上改善了温控系统的各项指标，但在对复杂的非线性系统温度进行控制时，PID控制精度较低且具有滞后性。

技术实现思路

[0004]本专利技术的目的在于提供一种基于模糊神经网络和PID的恒温挤压控制方法及系统，将神经网络和PID控制结合起来，能够对挤压机的挤压温度进行实时调节，保持恒温状态。
[0005]为了实现上述技术目的，本专利技术采用以下技术方案：一种基于模糊神经网络和PID的恒温挤压控制方法，其特征在于，步骤1：构建分别对应不同环境温度的模糊神经网络模型，设置挤压机型材出口处的挤压机目标温度值，以及PID控制器三个参数Kp、Ki、Kd的初始值；
[0006]步骤2：获取挤压机模孔周围金属外表面的实时温度值和挤压机附近的环境温度，将实时温度值与目标温度值作差，计算获得差值；判断差值的绝对值是否在设定的阈值以内；若是，则系统达成恒温控制的目标，重复步骤2；若否，执行步骤3。
[0007]步骤3：将实时温度值和目标温度值比较，计算误差和误差变化率，然后将误差和误差变化率输入到与环境温度相对应的模糊神经网络模型中，经过训练输出得到PID控制器的三个参数Kp、Ki、Kd的值；挤压机系统的PLC根据获得的PID控制器的参数值发出调整变量泵输出流量大小的控制指令；使挤压机的挤压速度发生改变，即调节了挤压机型材出口处的温度；重复步骤2。
[0008]进一步地，所述步骤2中，还获取了挤压机出风口处的出风温度，监测出风温度的温度变化情况，当挤压机出风口的升温幅度速率大于40℃/h时，触发挤压机系统的PLC，发出报警信号。
[0009]进一步地，所述模糊神经网络为二输入三输出的神经网络，神经网络的输入为所述误差和误差变化率，输出为PID控制的三个参数Kp、Ki、Kd；所述模糊神经网络包括输入层、模糊化层、模糊规则计算层、归一化层和输出层。
[0010]本专利技术一种基于模糊神经网络和PID的恒温挤压控制系统，其特征在于，包括上位机、芯片处理器、挤压机系统的PLC和两个温度传感器；芯片处理器包括有显示模块、存储模块和控制模块；上位机、芯片处理器、挤压机系统的PLC之间通信连接，第一个温度传感器用于采集挤压机模孔周围金属外表面处的实时温度，第二个温度传感器用于采集挤压机附近的环境温度；两个温度传感器将采集的温度数据传送给上位机和芯片处理器，上位机用于构建和训练不同环境温度对应的神经网络模型并存储到芯片处理器上；芯片处理器对采集到的温度数据信息进行存储和实时分析处理，根据处理结果向挤压机系统的PLC发送控制指令，挤压机系统的PLC根据接收的控制指令控制调整挤压机变量泵流量大小，进而调节挤压速度。
[0011]进一步地，恒温挤压控制系统还包括有第三个温度传感器器，用于采集挤压机出风口处的出风温度。
[0012]进一步地，所述温度传感器为有线温度传感器或无线温度传感器。
[0013]本专利技术的有益效果是：本专利技术通过采集挤压机模孔周围金属外表面的实时温度，运用模糊神经网络和PID结合对挤压过程中挤压速度进行调节，进而通过调节挤压速度来改变挤压过程的温度，实现对挤压机内部的温度控制，以达到挤压温度相对均衡的恒温控制目的。主要是将环境温度数据引入神经网络的算法中，分别根据环境温度的温度数据的不同范围，训练神经网络，这样可以得到不同温度范围时的网络权值，当温度在不同范围时，选择不同的网络，输出准确的PID控制参数，提高了控制精度，控制调节温度达到稳定状态的时间短，超调量小。
附图说明
[0014]图1为本专利技术之控制系统的结构方框示意图。
[0015]图2为本专利技术之控制方法的控制流程示意图。
[0016]图3为本专利技术的控制原理示意图。
[0017]图4为模糊神经网络结构层次图。
具体实施方式
[0018]如图1所示，本专利技术一种基于模糊神经网络和PID的恒温挤压控制系统，包括上位机、芯片处理器、挤压机系统的PLC和温度传感器。芯片处理器包括有显示模块、存储模块和控制模块；上位机、芯片处理器、挤压机系统的PLC之间通信连接。上位机用于构建和训练不同环境温度对应的神经网络模型并存储到芯片处理器上；芯片处理器对采集到的温度数据信息进行存储和实时分析处理，根据处理结果向挤压机系统的PLC发送控制指令，挤压机系统的PLC根据接收的控制指令控制调整挤压机变量泵流量的大小，进而调节挤压速度。
[0019]温度传感器设有3个，第一个温度传感器用于采集挤压机模孔周围金属外表面处的实时温度。第二个温度传感器用于采集挤压机附近的环境温度；因为春夏秋冬天气的环境温度是不同的，通过采集环境温度数据并引入神经网络的算法中，分别根据环境温度的
温度数据的不同范围，训练神经网络，这样可以得到不同温度范围时的网络权值，当温度在不同范围时，选择不同的网络，实现对挤压机的精准控制。第三个温度传感器用于采集挤压机出风口处的出风温度；挤压机系统的PLC可获取出风温度并监测升温幅度速率，当升温幅度速率大于40℃/h时，PLC系统判定为升温异常，发出报警信号。
[0020]第一个和第二个温度传感器与挤压机系统的PLC通过连接线相连，通过PLC将采集的温度数据传送给上位机和芯片处理器。当然，在实际应用中，若现场网络良好，温度传感器也可以选择为无线温度传感器，通过WIFI等无线传输的方式将采集的数据传送给上位机和芯片处理器。
[0021]下面结合图2
‑
4详细介绍一种基于模糊神经网络和PID的恒温挤压控制方法，包括如下步骤。
[0022]步骤1：通过构建对应不同环境温度的模糊神经网络模型，设置挤压机型材出口处的挤压温度目标值，以及PID控制器三个参数Kp、Ki、Kd的初始值；
[0023]步骤2：通过第一个传感器获取挤压机模孔周围金属外表面处的实时温度值，通过第二个传感器获取挤压机附近的环境温度，将实时温度值与目标温度值作差，计算获得差值；判断差本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于模糊神经网络和PID的恒温挤压控制方法，其特征在于，步骤1：构建分别对应不同环境温度的模糊神经网络模型，设置挤压机型材出口处的挤压机目标温度值，以及PID控制器三个参数Kp、Ki、Kd的初始值；步骤2：获取挤压机模孔周围金属外表面的实时温度值和挤压机附近的环境温度，将实时温度值与目标温度值作差，计算获得差值；判断差值的绝对值是否在设定的阈值以内；若是，则系统达成恒温控制的目标，重复步骤2；若否，执行步骤3；步骤3：将实时温度值和目标温度值比较，计算误差和误差变化率，然后将误差和误差变化率输入到与环境温度相对应的模糊神经网络模型中，经过训练输出得到PID控制器的三个参数Kp、Ki、Kd的值；挤压机系统的PLC根据获得的PID控制器的参数值发出调整变量泵流量大小的控制指令；使挤压机的挤压速度发生改变，即调节了挤压机型材出口处的温度；重复步骤2。2.根据权利要求1所述的基于模糊神经网络和PID的恒温挤压控制方法，其特征在于：所述步骤2中，还获取了挤压机出风口的温度，并监测温度的变化情况，当挤压机出风口的升温幅度速率大于40℃/h时，触发挤压机系统的PLC，发出报警信号。3.根据权利要求1或2所述的基于模糊神经网络和PID的恒温挤压控制方法，其特征在于：所述模糊神经网络为二输入...

【专利技术属性】
技术研发人员：黎丽，黄文聪，郭旭，凌翔，刘智，张昱，
申请(专利权)人：广东省科学院智能制造研究所，
类型：发明
国别省市：